Cuando se trata de detectar enfermedades cardíacas, los médicos confían en su experiencia y en el uso de un estetoscopio para escuchar los sonidos del corazón. Sin embargo, el ruido del cuerpo puede muchas veces dificultar la detección de problemas valvulares cardíacos, lo que puede llevar a que muchas enfermedades pasen desapercibidas con este instrumento. Pero ahora, la inteligencia artificial (IA) contribuye a nuevas soluciones y grandes avances en el campo.
Investigadores del Instituto de Tecnología Stevens han estado desarrollado una nueva herramienta de diagnóstico basada en la inteligencia artificial que puede detectar y clasificar varios trastornos valvulares a partir de una breve ráfaga de datos de audio. Los resultados publicados en la revista IEEE Transactions on Biomedical Engineering son sorprendentes: la herramienta logra una sensibilidad del 93% y una especificidad del 98% al detectar y clasificar valvulopatías cardíacas (VHD) en tan solo unos segundos.
La mayoría de los casos de valvulopatías cardíacas se pasan por alto debido a errores humanos, y es por eso que se ha incorporado la inteligencia artificial para ayudar a los médicos en este proceso. Esta herramienta de diagnóstico avanzada puede cerrar la brecha en la detección temprana y el tratamiento de los pacientes, lo que es crucial para su bienestar.
La importancia de la detección y el tratamiento oportuno de enfermedades cardíacas
Según las investigaciones, solo el 44% de los casos de VHD se detectan mediante un examen estándar con estetoscopio. Esto significa que los pacientes experimentan un empeoramiento significativo de su enfermedad antes de que se les diagnostique y trata, lo que también tiene un alto costo para el sistema de atención médica, estimado en más de $42 mil millones al año.
Arash Shokouhmand, autor principal del estudio que recientemente obtuvo su doctorado en Stevens, destacó las limitaciones de los exámenes estándar que se hacen con instrumentos como el estetoscopio en el ámbito de la atención sanitaria. En vista de esto, enfatizó la importancia de invertir en herramientas de diagnóstico avanzadas para cerrar esta brecha y asegurar la detección y el tratamiento temprano para todos los pacientes.
El equipo de investigadores utilizó un micrófono de contacto para tomar grabaciones de 10 segundos directamente del pecho de los pacientes. Luego, estos datos se introdujeron en un modelo de inteligencia artificial adaptado de los algoritmos de procesamiento del habla. La red neuronal de la herramienta puede identificar rápidamente cinco de las enfermedades valvulares diferentes a partir de una única muestra de datos, incluso si coexisten múltiples patologías en un solo paciente.
Shokouhmand destacó que la capacidad de detectar múltiples enfermedades simultáneamente fue una innovación clave en esta investigación. Además de mostrar la presencia de un problema valvular, esta herramienta tiene la capacidad de identificar la constelación de problemas que afecta a un paciente, brindando así una visión más amplía y completa de su condición médica.
A diferencia de los métodos anteriores basados en IA, el enfoque del equipo de Stevens utiliza acelerómetros en lugar de máquinas complejas y engorrosas. Esto hace que su método sea más preciso y sólido, y con un margen para un mayor desarrollo.
El objetivo actual del equipo es recopilar más datos para clasificar las enfermedades por gravedad. Esto permitiría dar una calificación que describa el avance de la enfermedad en lugar de simplemente mostrar la presencia de un trastorno valvular en particular.
Además, el equipo tiene planes de expandir su método para detectar otras enfermedades circulatorias y llevar su sistema a los consultorios médicos de Estados Unidos. Esto ayudará a garantizar que menos trastornos cardíacos queden sin diagnosticar, brindando a los pacientes una detección temprana y un tratamiento efectivo.
